将逗号分隔的条目转换为列

Question

我有一个包含多个列的数据集,其中一列是反应时间的列.这些反应时间以逗号分隔,表示不同试验的反应时间(同一参与者).

例如:第1行(即:来自参与者1的数据)在"反应时间"列下面有以下内容

reaction_times
2000,1450,1800,2200

因此,这些是参与者1对试验的反应时间1,2,3,4.

我现在想要创建一个新的数据集,其中这些试验的反应时间都形成单独的列.这样我就可以计算每次试验的平均反应时间.

              trial 1  trial 2  trial 3  trial 4 
participant 1:   2000     1450     1800     2200

我尝试了"reshape2"-package中的"colsplit",但这似乎并没有将我的数据拆分成新列(可能是因为我的数据全部在1个单元格中).

有什么建议？

Answer 1

我想你正在寻找strsplit()函数;

a = "2000,1450,1800,2200"
strsplit(a, ",")
[[1]]                                                                                                                                                       
[1] "2000" "1450" "1800" "2200"   

请注意,strsplit返回一个列表,在这种情况下只返回一个元素.这是因为strsplit将向量作为输入.因此,您还可以将单个单元格字符的长向量放入函数中,然后返回该向量的拆分列表.在一个更相关的例子中,这看起来像:

# Create some example data
dat = data.frame(reaction_time = 
       apply(matrix(round(runif(100, 1, 2000)), 
                     25, 4), 1, paste, collapse = ","),
                     stringsAsFactors=FALSE)
splitdat = do.call("rbind", strsplit(dat$reaction_time, ","))
splitdat = data.frame(apply(splitdat, 2, as.numeric))
names(splitdat) = paste("trial", 1:4, sep = "")
head(splitdat)
  trial1 trial2 trial3 trial4
1    597   1071   1430    997
2    614    322   1242   1140
3   1522   1679     51   1120
4    225   1988   1938   1068
5    621    623   1174     55
6   1918   1828    136   1816

最后,计算每人的平均值:

apply(splitdat, 1, mean)
[1] 1187.50  361.25  963.75 1017.00  916.25 1409.50  730.00 1310.75 1133.75
[10]  851.25  914.75  881.25  889.00 1014.75  676.75  850.50  805.00 1460.00
[19]  901.00 1443.50  507.25  691.50 1090.00  833.25  669.25

Answer 2

一个漂亮的,如果相当沉重的方式是与... read.csv结合使用textConnection.假设您的数据位于数据框中,df:

x <- read.csv(textConnection(df[["reaction times"]]))

Answer 3

老问题,但我从最近的另一个问题(似乎无关)中遇到了它.

两个现有的答案都是合适的,但我想分享一个与我创建的名为"splitstackshape"的软件包相关的答案,该软件包很快且语法简单明了.

这是一些示例数据:

set.seed(1)
dat = data.frame(
  reaction_time = apply(matrix(round(
    runif(24, 1, 2000)), 6, 4), 1, paste, collapse = ","))

这是分裂:

library(splitstackshape)
cSplit(dat, "reaction_time", ",")
#    reaction_time_1 reaction_time_2 reaction_time_3 reaction_time_4
# 1:             532            1889            1374             761
# 2:             745            1322             769            1555
# 3:            1146            1259            1540            1869
# 4:            1817             125             996             425
# 5:             404             413            1436            1304
# 6:            1797             354            1984             252

并且,可选地,如果您需要采取rowMeans:

rowMeans(cSplit(dat, "reaction_time", ","))
# [1] 1139.00 1097.75 1453.50  840.75  889.25 1096.75

Answer 4

将dplyr和tidyr与Paul Hiemstra的示例数据一起使用的另一个选项是：

# create example data
data = data.frame(reaction_time = 
                     apply(matrix(round(runif(100, 1, 2000)), 
                                  25, 4), 1, paste, collapse = ","),
             stringsAsFactors=FALSE)
head(data)

# clean data
data2 <- data %>% mutate(split_reaction_time = str_split(as.character(reaction_time), ",")) %>% unnest(split_reaction_time) 
data2$col_names <- c("trial1", "trial2", "trial3", "trial4")
data2 <- data2 %>% spread(key = col_names, value = split_reaction_time) %>% select(-reaction_time)
head(data2)